高光谱遥感图像图谱合一,包含几百个连续的谱段成像信息,通过利用丰富的图谱信息,能够准确地检测出感兴趣的目标物质。因此,在空间探测领域,面向高光谱图像的目标检测技术受到了广泛的重视和应用。然而,海量的高光谱图像数据与有限的卫星下传信道带宽之间存在矛盾,客观上要求必须在星上完成感兴趣目标信息的实时检测,并将检测到的目标区域图像优先编码下传,以减小信道传输压力。其中的关键问题是如何在兼顾处理速度和资源消耗的前提下,实现高光谱图像目标检测的星上实时处理。为此,本文选择检测性能优异的无监督可递归的正交子空间投影算法(UROSP)作为研究对象,研究分析该算法实时处理所面临的难点问题,并给出相应的解决方案。本文的具体研究工作如下:一、本文提出了一种实时无监督可递归的目标检测算法(RT-UROSP)。针对UROSP算法进行非预期目标提取时,存在图像正交投影耗时较长的问题,RT-UROSP算法提出可以用向量算子投影取代复杂的矩阵算子投影。为了便于硬件实现,经过分析非预期目标提取阶段和预期目标检测阶段的原理,发现二者存在类似的运算步骤,所以RT-UROSP提出类似的运算可以共用一个处理单元。二、为了满足星上实时目标检测系统对于处理速度和资源消耗的要求,本文设计了一个基于RT-UROSP算法的硬件结构。针对串行图像投影运算速度慢的问题,本文所设计的硬件结构利用多个并行处理核完成对向量投影运算的加速。为了降低资源消耗,所设计的硬件结构中的核心运算模块在检测控制模块的调度下,既可以完成非预期目标提取,又可以实现预期目标检测。三、为了完成星上实时高光谱图像目标检测,并减少中继卫星信道传输带宽的压力,本文设计实现了基于Xilinx XC7VX690T FPGA的高光谱目标检测实时处理系统。该系统包含能够实时检测目标物质的RT-UROSP算法子系统,以及基于斜率位移法的快速感兴趣区域压缩子系统。实验结果表明,该系统在TE1数据集上抑制4个非预期目标的检测时间为7.2ms,相比MATLAB上运行UROSP算法的速度提高了44.9倍。该系统在HYDICE Urban数据集上抑制8个非预期目标的检测时间为29.8ms,相比MATLAB上运行UROSP算法的速度提高了46.5倍。本文实现的系统消耗资源较少,LUT约占片内总量的30.99%,BRAM约占56.4%,DSP48E1约占29.34%。实验结果说明,本文实现的高光谱目标检测实时处理系统在满足实时检测要求的同时,可以达到处理速度和资源消耗的平衡。